7月30日,LinkedIn悄悄上线了一个新功能——在每篇帖子的“...”菜单里,多了一个选项:“看起来像AI垃圾内容”(Seems like AI slop)。用户点一下,就能把疑似AI生成的低质量内容标记出来。

这个按钮的火爆程度可能超出了很多人的预期。LinkedIn官方透露,上线至今,这个反馈选项已经被使用了超过100万次。对于一款以职场社交为核心的平台来说,这个数字传递的信号相当明确:用户受够了信息流里那些千篇一律的AI水文。

打开网易新闻 查看精彩图片

更值得关注的是,这个按钮带来的实际效果。LinkedIn首席产品官Hari Srinivasan表示,结合用户举报和公司检测系统的升级,被平台归类为“AI垃圾内容”的帖子,其浏览量在最近几周内下降了40%

用户举报+算法识别,双管齐下

这次动作并非孤立事件。LinkedIn正在将用户反馈纳入一个更广泛的治理体系中,目的很直接:遏制垃圾信息和批量生成的AI内容在信息流中泛滥。

具体措施包括三个方面:

  • 更新分类器:升级用于识别疑似AI生成内容的检测系统,让机器更精准地判断哪些帖子属于低质自动化内容。
  • 移除AI润色入口:删除了一个原本可以帮助用户用AI增强帖子的功能,从源头上减少AI生成内容的供给。
  • 新增作者提示:对于被其他用户标记为疑似AI生成的帖子,LinkedIn会向作者发送一条通知,告知其帖子被标记的情况。官方强调,这个提示的目的是给作者反馈,而不是指控其发布垃圾信息。

这套组合拳的逻辑很清晰:一边用算法在分发环节降权,一边用举报按钮收集用户反馈,同时用提示消息让作者知道“你的内容被嫌弃了”。

41%的帖子被判定为AI生成

LinkedIn对AI内容的担忧并非空穴来风。AI检测公司Pangram的一项调查显示,在其审核的LinkedIn长文中,有41%被标记为完全由AI生成。这个比例相当惊人,意味着你刷到的职场干货、行业洞察,可能有接近一半是AI批量“生产”出来的。

这也解释了为什么用户对“AI垃圾内容”按钮的需求如此强烈。当信息流里充斥着“10个提升效率的方法”“2026年最重要的5个趋势”这类模板化内容时,用户对真实经验和人类观点的渴求会愈发明显。

打击的是“规模化生产”,而非AI辅助写作

需要厘清的是,LinkedIn这次的动作并不是要封杀所有AI辅助创作的内容。官方并没有详细说明分类器的工作原理,也没有明确界定什么样的帖子会被贴上“AI垃圾”的标签。

但从目前的措施来看,LinkedIn打击的重点是那些以极低人力成本、规模化生产并分发的内容——比如重复的帖子、泛泛而谈的鸡汤建议,以及为了刷互动而生成的自动化评论。这些内容的特点是:没有独到见解,没有真实经历,纯粹是为了占据信息流位置而存在。

对于大量依赖AI工具来起草、编辑或组织帖子的普通用户来说,这算是一个好消息。只要内容本身有信息量、有个人观点,即便用了AI辅助,大概率也不会被误伤。

40%的降幅,能说明什么?

回到那个最关键的40%数据。这个数字看起来振奋人心,但需要仔细解读:它衡量的是LinkedIn已经归类为“AI垃圾内容”的帖子,其浏览量减少了40%。这只能说明平台在限制这类内容的传播范围上取得了进展,并不能证明平台上AI生成内容的总量在下降

换句话说,AI水文可能还在被生产出来,只是被更多人看到了。LinkedIn目前采取的策略更像是“限流”而非“删除”——让垃圾内容发出去,但尽量不让它被看到。

这个策略的务实之处在于,它承认了一个现实:在AI工具如此普及的今天,完全禁止AI辅助写作既不现实,也会误伤大量正常用户。与其一刀切,不如通过降低曝光度来减少垃圾内容的生存空间。

早有计划,这次是全面铺开

LinkedIn其实在今年早些时候就已经释放了信号。当时官方表示要打击那些以极低人力成本、规模化生产的垃圾评论。这次的新动作,相当于把同样的治理思路从评论区扩展到了主信息流。

从用户反馈来看,这个方向是对的。超过100万次的点击量,说明用户对信息流质量的焦虑是真实存在的。而40%的浏览量降幅,则证明用户举报和算法识别相结合的方式,确实能在一定程度上改善内容生态。

当然,这只是一个开始。AI生成内容的技术在进步,检测和治理的手段也需要不断迭代。对于LinkedIn来说,如何在“鼓励用户用AI提升效率”和“防止AI内容泛滥”之间找到平衡点,将是一个持续的挑战。

但至少,那个被点了100万次的按钮,已经让平台听到了用户的声音:我们想要更真实的内容,而不是批量生产的“AI垃圾”。